Neues AI Vision Solution Kit mit Cloud-Anbindung

Basler erweitert sein Portfolio um Embedded Vision Systeme mit Cloud-Anbindung. Entwicklern eröffnet sich damit ein effizienter Lösungsansatz für schnelles Prototyping für AI-basierte IoT-Applikationen.

Vollständig integriert: Das neue AI Vision Solution Kit mit Cloud-Anbindung

Mit dem neuen AI Vision Solution Kit bietet Basler jetzt ein voll integriertes Development Kit mit Cloud-Anbindung an. Es ermöglicht das Testen von AI-basierten IoT-Anwendungen auf einem dafür optimierten Vision-System sowie den Zugriff auf Cloud-Services. Durch die Cloud-Anbindung können beispielsweise neuronale Netzwerke einfach geladen oder trainiert werden. Das AI Vision Solution Kit reduziert so die Komplexität und den damit einhergehenden Bedarf an zusätzlichem Expertenwissen bezüglich eingebetteter Hardware- und Software-Technologie erheblich: Es bietet Entwicklern einen neuen und effizienten Ansatz für schnelles Prototyping.

Cloud basierte ML-Applikationen leicht gemacht

Voll integriertes Embedded Vision System
Prototyping von ML-basierten Applikationsbeispielen
Vereinfachte Nutzung von Cloud spezifischen Tools
Optimierte Bildverarbeitung auf dem Edge Device
Definierte Schnittstelle für die Übertragung der Metadaten in die Cloud
Unterstützt und verkürzt die eigentliche Produktentwicklung
Langzeitverfügbarkeit aller Komponenten

Hardware

Neue Basler dart BCON for MIPI Kamera mit 13 MP-Auflösung
Processing: Dank seiner besonders leistungsstarken GPU ermöglicht NVIDIAs Jetson Nano eine vereinfachte Bewältigung komplexer KI-Aufgaben

Zu den Produkt-Details

Embedded Vision Kit	Kameramodul	Auflösung	Prozessor	Schnittstelle
daA4200-30mci-JNANO-NVDK-AIA	daA4200-30mci	13 MP	NVIDIA Jetson Nano	BCON for MIPI

Unsere Antwort auf die Herausforderung, Hard- und Softwarekomponenten für neue IoT Vision-Systeme zu kombinieren

Das Internet der Dinge (Internet of Things, IoT) und die vielen Möglichkeiten für Produktverbesserungen, die es bietet, sind kein neues Phänomen mehr. Dennoch stehen Entwickler immer noch vor großen Herausforderungen, wenn es um die Umsetzung von Vision-basierten IoT-Aufgaben geht. Dazu gehört beispielsweise die Erkennung von Objekten oder Personen.

Zunächst müssen alle für das System erforderlichen Komponenten definiert werden:

1. Datenerfassung: Ein Strom aus Bilddaten, der von einer Kamera aufgenommen wird;

2. Datenverarbeitung: Leistungsfähige Hardware zur Verarbeitung von Bilddaten

3. Datenanalyse: Ein Algorithmus für maschinelles Lernen zum Durchführen der Inferenz und

4. Konnektivität: Die Möglichkeit, Cloud-Dienste zu nutzen und Metadaten in die Cloud zu senden (Datenspeicherung, -analyse).

Als nächstes müssen all diese Einzelteile zusammenpassen und nahtlos funktionieren. Auch hier ist umfangreiches Expertenwissen erforderlich. Mit dem neuen AI Vision Solution Kit ermöglicht Basler Entwicklern den direkten Einstieg in die Entwicklung ihres IoT Vision-Systems: Alle notwendigen Hard- und Software-Komponenten sind in einem gebrauchsfertigen Prototyping-Kit integriert.

Das AI Vision Solution Kit ist unsere Antwort auf die Herausforderung, Hard- und Softwarekomponenten beim Prototyping neuer IoT Vision-Systeme zu kombinieren

Die Funktionsweise des AI Vision Solution Kit mit Cloud-Anbindung

Das AI Vision Solution Kit richtet sich an Data Scientists und Field Application Engineers und ist ein Embedded-Bildverarbeitungssystem für vereinfachtes Prototyping von IoT-Vision-Lösungen. Sein integriertes Hard- und Software-Design umfasst Baslers neu entwickelte IoT-Software-Architektur: Basler Container Management und Cloud Connector. Sie ermöglichen den einfachen Einsatz optimierter ML-Modelle und den Zugriff auf Cloud Services.

Für die auf dem System verwendeten ML-Modelle gibt es zwei Optionen: Entwickler können entweder die Basler ML-Modelle wählen oder eigene ML-Modelle hochladen.

1. Baslers ML-Modelle sind vortrainierte ML-Modelle zur Objekt- und Personenerkennung. Diese Basler ML-Modelle sind für den SoC und die generierten Bilddaten optimiert: sie arbeiten integriert zusammen.

2. Wenn Entwickler ihre eigenen ML-Modelle verwenden, können sie die Funktionalitäten von AWS SageMaker und AWS SageMaker Neo nutzen, um diese zu trainieren, zu optimieren und zu laden.

Im nächsten Schritt wird das auf diese Weise zusammengestellte ML-Modell, das nun in der Basler-Cloud verfügbar ist, mit Hilfe von Container Management und AWS SageMaker auf dem Kit bereitgestellt.

Darüber hinaus können die Kameraparameter mit dem Konfigurationswerkzeug angepasst werden. pylon bedient und konfiguriert die Kamera, eine 13 MP Basler dart mit BCON for MIPI-Schnittstelle ist. Auf diese Weise lässt sich die Bildqualität ein- und sicherstellen. Dies ist entscheidend, da die Qualität der ML-Inferenz auf dem Kit nicht nur vom Grad des Trainings des Modells abhängt, sondern auch von der Qualität der von der Kamera erfassten Daten und von der Leistung des Prozessors. Nachdem die Inferenz auf dem Kit ausgeführt wurde, werden die daraus resultierenden Metadaten an die AWS Cloud gesendet und mit Hilfe von AWS IoT Core gespeichert.

Mit dem AI Vision Solution Kit wird das Prototyping von IoT Vision-Lösungen, die auf Embedded-Technologie basieren, auf die nächste Stufe gehoben. Wir unterstützen Sie auch über die Prototyping-Phase hinaus und entwickeln kundenspezifische Lösungen auf Basis unseres flexiblen Toolbox-Ansatzes aus Hard- und Softwarekomponenten.